一见钟情钟的不是情，是脸
日久生情生的不是脸，是情

项目简介

本项目利用Python爬虫和百度人脸识别API，针对简书交友专栏，爬取用户照片（侵删），并进行打分。
本项目包括以下内容：

• 图片爬虫
• 人脸识别API使用
• 颜值打分并进行文件归类

图片爬虫

现在各大交友网站都会有一些用户会爆照，本文爬取简书交友专栏（https://www.jianshu.com/c/bd38bd199ec6）的所有帖子，并进入详细页，获取所有图片并下载到本地。

代码

import requests
from lxml import etree
import timeheaders = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}def get_url(url):res = requests.get(url,headers=headers)html = etree.HTML(res.text)infos = html.xpath('//ul[@class="note-list"]/li')for info in infos:root = 'https://www.jianshu.com'url_path = root + info.xpath('div/a/@href')[0]# print(url_path)get_img(url_path)time.sleep(3)def get_img(url):res = requests.get(url, headers=headers)html = etree.HTML(res.text)title = html.xpath('//div[@class="article"]/h1/text()')[0].strip('|').split('，')[0]name = html.xpath('//div[@class="author"]/div/span/a/text()')[0].strip('|')infos = html.xpath('//div[@class = "image-package"]')i = 1for info in infos:try:img_url = info.xpath('div[1]/div[2]/img/@data-original-src')[0]print(img_url)data = requests.get('http:' + img_url,headers=headers)try:fp = open('row_img/' + title + '+' + name + '+' + str(i) + '.jpg','wb')fp.write(data.content)fp.close()except OSError:fp = open('row_img/' + name + '+' + str(i) + '.jpg', 'wb')fp.write(data.content)fp.close()except IndexError:passi = i + 1if __name__ == '__main__':urls = ['https://www.jianshu.com/c/bd38bd199ec6?order_by=added_at&page={}'.format(str(i)) for i in range(1,201)]for url in urls:get_url(url)

人脸识别API使用

由于爬取了帖子下面的所有图片，里面有各种图片（不包括人脸），而且是为了找到高颜值小姐姐，如果人工筛选费事费力，这里调用百度的人脸识别API，进行图片过滤和颜值打分。

人脸识别应用申请

• 首先，进入百度人脸识别官网（http://ai.baidu.com/tech/face），点击立即使用，登陆百度账号（没有就注册一个）。

• 创建应用，完成后，点击管理应用，就能看到AppID等，这些在调用API时需要使用的。

API调用

这里使用杨超越的图片先试下水。通过结果，可以看到75分，还算比较高了（自己用了一些网红和明星测试了下，分数平均在80左右，最高也没有90以上的）。

from aip import AipFace
import base64APP_ID = ''
API_KEY = ''
SECRET_KEY = ''aipFace = AipFace(APP_ID, API_KEY, SECRET_KEY)filePath = r'C:\Users\LP\Desktop\6.jpg'
def get_file_content(filePath):with open(filePath, 'rb') as fp:content = base64.b64encode(fp.read())return content.decode('utf-8')imageType = "BASE64"options = {}
options["face_field"] = "age,gender,beauty"result = aipFace.detect(get_file_content(filePath),imageType,options)
print(result)

颜值打分并进行文件归类

最后结合图片数据和颜值打分，设计代码，过滤掉非人物以及男性图片，获取小姐姐图片的分数（这里处理为1-10分），并分别存在不同的文件夹中。

from aip import AipFace
import base64
import os
import timeAPP_ID = ''
API_KEY = ''
SECRET_KEY = ''aipFace = AipFace(APP_ID, API_KEY, SECRET_KEY)def get_file_content(filePath):with open(filePath, 'rb') as fp:content = base64.b64encode(fp.read())return content.decode('utf-8')imageType = "BASE64"options = {}
options["face_field"] = "age,gender,beauty"file_path = 'row_img'
file_lists = os.listdir(file_path)
for file_list in file_lists:result = aipFace.detect(get_file_content(os.path.join(file_path,file_list)),imageType,options)error_code = result['error_code']if error_code == 222202:continuetry:sex_type = result['result']['face_list'][-1]['gender']['type']if sex_type == 'male':continue#     print(result)beauty = result['result']['face_list'][-1]['beauty']new_beauty = round(beauty/10,1)print(file_list,new_beauty)if new_beauty >= 8:os.rename(os.path.join(file_path,file_list),os.path.join('8分',str(new_beauty) +  '+' + file_list))elif new_beauty >= 7:os.rename(os.path.join(file_path,file_list),os.path.join('7分',str(new_beauty) +  '+' + file_list))elif new_beauty >= 6:os.rename(os.path.join(file_path,file_list),os.path.join('6分',str(new_beauty) +  '+' + file_list))elif new_beauty >= 5:os.rename(os.path.join(file_path,file_list),os.path.join('5分',str(new_beauty) +  '+' + file_list))else:os.rename(os.path.join(file_path,file_list),os.path.join('其他分',str(new_beauty) +  '+' + file_list))time.sleep(1)except KeyError:passexcept TypeError:pass

最后结果8分以上的小姐姐很少，如图（侵删）。

讨论

• 简书交友小姐姐数量较少，读者可以去试试微博网红或知乎美女。
• 虽然这是一个看脸的时代，但喜欢一个人，始于颜值，陷于才华，忠于人品（最后正能量一波，免得被封）。